MÁS SOBRE RIESGO DE MODELO
- Volviendo a uno de los últimos gritos de la moda que suena en los mercados financieros: la gestión del riesgo de modelo. Algo importante que debemos recordar es que Basilea no usa la frase “riesgo de modelo" como categoría formal dentro de la administración de riesgo. El CSBB lo que hace es exigir la validación de modelos internos (que implícitamente reconoce el riesgo de modelo) lo que implica incluir errores de modelación dentro de la definición general de riesgo operativo, en el rubro "fallas en procesos internos inadecuados".
- Sin perjuicio de lo anterior, Basilea II (2004), hace ya más de veinte años, requería de la validación independiente de los modelos que utilizan los bancos, principalmente mediante la implementación de pruebas retrospectivas (backtesting), actividad que estaba enfocada -en ese entonces- a alentar el uso prudente de modelos internos, por ejemplo el “A-IRB” para pronóstico y determinación de pérdidas esperadas en el contexto del riesgo de crédito. Basilea III, específicamente, revalida esa propuesta en su documento de 2017, “Marco regulador global para reforzar los bancos y sistemas bancarios”.
- Y a qué viene este preámbulo “académico”: viene a que a partir de nuestra experiencia en los mercados, percibimos que muchas unidades, y comités de riesgo, toman algunos parámetros de gestión que aplican diariamente como si fueran oráculos escritos en el mármol, que auguran pronósticos como si fueran verdades escritas en las estrellas. Por ejemplo, pocos dudan de la validez de los valores de las PD (probabilidad de incumplimiento) o de la LGD (tasa de pérdida dado el default), que utilizan como insumos para calcular pérdidas esperadas bajo NIIF9, base para constituir reservas. ¡Nada más ni nada menos!.
- El tema es que salvo honrosas excepciones no se valida si la PD, pronosticada a 12 meses o a lifetime, predice de una forma aceptable la tasa de incumplimiento real. Y mucho menos la estimación de la LGD; y del factor forward-looking, ni hablar. Esto es que los valores calculados, se toman como ciertos, y sus valores pronosticados no se someten a la debida contrastación con sus valores realizados (observados). Y si es que se someten, no se lo hace en términos estadísticamente robustos, sino, tal vez, casi al ojo.
- Uno de los problemas al que se enfrentan los gestores, es que las pruebas de backtesting deben ajustarse a la medida; tailor-made. No se puede ejecutar la misma prueba para backtestear PD y LGD; la primera es un parámetro dicotómico (cumple/no cumple); la segunda es continua, puede tomar infinitas dimensiones. Ambos exigen fórmulas de contrastación diferentes. Si sobrestimamos la PD, los accionistas obtienen menos dividendos; si las subestimamos, el banco y el sistema se debilitan. Al menos, confirmemos si nuestro modelo pronostica de forma coherente. Y luego vemos, ya que si la bondad del modelo backtesteado no es la esperada, habrá que recalibrarlo; y eso son otros 20 pesos…